Original size 1140x1600

Анализ

PROTECT STATUS: not protected

Анализ рынка труда и профессиональной адаптации выпускников РФ (2021–2023 гг.)

В качестве объекта исследования была выбрана динамика трудоустройства выпускников образовательных организаций. Данная тема обладает высокой социальной значимостью и актуальностью, так как позволяет оценить эффективность системы образования и проанализировать текущие запросы рынка труда со стороны как молодых специалистов, так и работодателей.

big
Original size 1024x1024

Для визуализации данных за референс я решила взять стиль деловой инфографики журналов The Economist и HBR — чистота, отсутствие лишних рамок, акцент на данных.

для данной работы я использовала следующие инструменты Pandas: для манипуляций с данными.

Matplotlib & Seaborn: для построения графиков.

Нейросети (Gemini/ChatGPT): Использовались для написания сложных функций очистки данных (регулярные выражения) и создания кастомных цветовых палитр в коде.

import pandas as pd import matplotlib.pyplot as plt

1. Загрузка данных

file_name = 'trud_vps_2021-2023_2.csv'

Читаем данные, начиная с 6-й строки (где начинаются цифры по годам)

df = pd.read_csv (file_name, sep='; ', skiprows=6, header=None, usecols=[0, 2, 3, 4]) df.columns = ['Category', '2021', '2022', '2023']

Промпт: «Напиши функцию на Python, которая заменяет запятые на точки в столбцах датафрейма и корректно обрабатывает пропуски».

для каждого графика была написана стилизация благодаря библиотеке matplotlib

#НАСТРОЙКА СТИЛЯ И ШРИФТОВ plt.rcParams['font.family'] = 'sans-serif' plt.rcParams['font.sans-serif'] = ['Arial', 'Verdana', 'Tahoma'] # Список доступных шрифтов plt.rcParams['axes.edgecolor'] = ' Цвет осей plt.rcParams['axes.linewidth'] = 0.8 plt.rcParams['xtick.color'] = '#333333' plt.rcParams['ytick.color'] = '#333333'

Визуализация 1 — Профессиональный срез (Группированная гистограмма)

Original size 1200x700

Метод: Гистограмма позволяет оценить «коэффициент полезного действия» каждой профессиональной группы. Мы сравниваем общую численность активных выпускников в конкретной сфере (Рабочая сила) с числом тех, кто уже успешно нашел работу (Трудоустроены).

Вывод: Высокая востребованность: В группах «Специалисты среднего уровня» и «Водители и операторы» разрыв между столбцами практически отсутствует. Это говорит о том, что рынок труда моментально поглощает выпускников этих направлений.

2. ПОСТРОЕНИЕ

x = np.arange (len (df_plot)) # Позиции для групп width = 0.35 # Ширина столбцов

fig, ax = plt.subplots (figsize=(12, 7), dpi=100)

rects1 = ax.bar (x — width/2, df_plot['Labor_Force'], width, label='Рабочая сила', color=COLOR_INACTIVE) rects2 = ax.bar (x + width/2, df_plot['Employed'], width, label='Трудоустроены', color=COLOR_ACTIVE)

Визуализация 2 — Соответствие диплому (Stacked Bar)

Original size 1536x754

Метод: Визуализация структурного распределения ответов выпускников о связи их текущей работы с полученной специальностью. Данные сгруппированы по отраслям.

Вывод: В ИТ-сфере и медицине процент работы по специальности превышает 80%, в то время как в сельском хозяйстве и гуманитарных науках наблюдается высокий процент «горизонтальной мобильности» (работа не по профилю).

Код для построения графика

5. ПОСТРОЕНИЕ ОРИГИНАЛЬНОГО ГРАФИКА (Стековая диаграмма)

fig, ax = plt.subplots (figsize=(12, 8), dpi=100)

Рисуем горизонтальные столбцы

ax.barh (plot_df['Specialty'], plot_df['Related_Pct'], color=custom_colors[0], label='Работа по специальности', height=0.7) ax.barh (plot_df['Specialty'], plot_df['NotRelated_Pct'], left=plot_df['Related_Pct'], color=custom_colors[1], label='Работа не по профилю', height=0.7)

Визуализация 3 — Безработица (Heatmap)

Original size 1000x600

метод: Цветовая матрица, сопоставляющая уровень образования и год выпуска. Интенсивность цвета (от синего к красному) отражает рост процента безработных.

Вывод: Тепловая карта наглядно подсвечивает «красную зону» — выпускников СПО 2023 года. Уровень их безработицы в 3 раза выше, чем у выпускников вузов 2021 года, что указывает на более сложный период первичной адаптации рабочих кадров.

4. ПОСТРОЕНИЕ ТЕПЛОВОЙ КАРТЫ

plt.figure (figsize=(10, 6), dpi=100)

Применяем нашу градиентную палитру custom_cmap

sns.heatmap (heatmap_df, annot=True, fmt=».1f», cmap=custom_cmap, linewidths=2.5, linecolor='white', cbar_kws={'label': 'Уровень безработицы (%)'}, annot_kws={"size»: 13, «weight»: «bold"})

5. ОФОРМЛЕНИЕ

plt.title ('Анализ напряженности на рынке труда:\nградиент безработицы по уровням образования', fontsize=16, fontweight='bold', color='#1a1a1a', loc='left', pad=30)

plt.xlabel ('Год обследования выпуска', fontsize=11, labelpad=15) plt.ylabel ('') plt.xticks (fontsize=10) plt.yticks (rotation=0, fontsize=10)

Визуализация 4 — Масштабы занятости (Area Chart)

Original size 1100x700

Описание метода: Для этого анализа использован Area Chart (диаграмма с областями). В отличие от обычных линий, этот формат позволяет визуализировать не просто тренд, а «физическую массу» данных — суммарное количество людей, вышедших на рынок труда.

Вывод: Ключевой сегмент рынка формируют специалисты с высшим образованием (более 50% занятых), в то время как выпускники среднего звена (СПО) демонстрируют самую устойчивую динамику трудоустройства без резких колебаний по годам.

3. ПОСТРОЕНИЕ AREA CHART (Диаграмма с областями)

fig, ax = plt.subplots (figsize=(11, 7), dpi=100)

Рисуем области с прозрачностью (stackplot)

ax.stackplot (plot_data.index, [plot_data[c] for c in plot_data.columns], labels=['Высшее', 'СПО (спец.)', 'СПО (рабочие)'], colors=colors, alpha=0.8)

Вывод: Использование Python позволило быстро обработать массив данных Росстата, который в обычном Excel выглядел бы перегруженным. Стилизация графиков помогла превратить сухую статистику в наглядную историю о пути студента к первому рабочему месту.

Анализ
Project created at 21.12.2025
hseanimation
HSE Animation is a platform where animation projects become visible to studios, production companies, media, partners, and audiences. It brings together animators’ portfolios, educational programs, specialized contests, and key events from the professional community. The platform was created in partnership with HSE Art and Design School and is developing a... Show more
best of the best
news and interviews
author's animation
for children
applied animation
information video
playlist